数据获取（即传感）只是系统开发的第一步。有了这些数据后，系统还需要去感知，即利用传感器产生的数据去教授汽车去观察其他汽车的位置、车道的位置、人的位置及移动……

日前，中国通信集成电路技术与应用研讨会暨第二届晋江国际集成电路产业发展高峰论坛在福建晋江召开。魏少军教授在会议上主持了题为“机遇与挑战，中国高端芯片发展之路”的圆桌论坛，分析了中国高端芯片的发展情况、机遇与挑战，并探讨了影响中国高端芯片发展有诸多原因。议题本身也说明我国集成电路整个产业已向前迈进了一大步。

虽然马斯克曾放话说未来下线的特斯拉电动车将配备完全自动驾驶硬件（Full Self-Driving Hardware），能够实现最高级别的自动驾驶。不过从现实情况来看，目前 Model S 的自动驾驶水平仍处于 L2 水平，依然需要驾驶员手握方向盘，随时做好接管的准备。

在自动驾驶之路上，互联网造车力量往往会被打上「技术先锋」的标签，但为什么首款 L3 量产车型能被传统汽车厂商「拿下」呢？新 A8 的诞生经历了怎样的技术积累，又得到了哪些产业力量的支持呢？

经过媒体连续的报道，外界对自动驾驶汽车的零部件（如激光雷达和视觉摄像头）已经相当熟悉，但将这些零部件进行完美的整合也同样重要。而这也是本文章要着力解读的。

如今，几乎每个人都认为 AI 势必带来一场全面革命。汽车厂商们尤其乐意强调这些，因为机器人车将提高安全性，减少拥堵，让生活更便捷。但如何教机器学会开车是一个很大的挑战。美国车辆管理局的规则树立了一个起点，提供了一些基础概念，比如“行人量”。

包括美国在内的多个国家出于激光安全的考虑都对激光脉冲的功率进行了严格限制，因此激光雷达的有效探测范围缩短到了 30-40 米，这样的探测距离根本无法满足自动驾驶汽车高速行驶时的需要。

通过此项技术，能见度提高了98%。车灯还可以自动改变角度，防止潮湿路面的眩光，当检测到迎面有车过来时，可及时关闭过于耀眼的灯光。此外，智能前灯还可预测雨滴、雪花下落路径，避免交通事故频发。

IT巨头们正在加快无人驾驶布局，近日李彦宏乘无人车上路也引起了热议，可也许你不知道，电信业的5G自动驾驶也已经上路了...

汽车电气化趋势使设计工程师面临一套全新的选择标准，电池应用便是一个开端。本文介绍了锂离子(Li-ion)和磷酸铁锂(LFP或LiFePO4)电池的特点和充电曲线，以及能够从电池获得最多电量、同时最大限度延长电池寿命和提高可靠性的充电解决方案。

如果Ilika Technologies公司（英国南安普敦市南安普敦大学科技园）能够实现其自供电系统级芯片（SoC）的梦想，电池将从进展最慢的技术转变为发展最快的先进技术。 通过消除世界上所有其他电池技术（尤其是易燃的锂离子电池）的液体核进入到SoC的固态微米薄层中，电子电路中的每个芯片都可以变成自供电的，从而简化了印刷电路板设计，去除了目前所需的大电源。

鉴于人工智能的全面发展以及合作开发自主驾驶汽车的商业和科技公司的大量声明，自主驾驶的前景似乎不言自明。科技公司和汽车制造商都坚持自己提出的在2019年到2021年之间推出首批4级/5级自主驾驶汽车的承诺。商业和投资方都理解并鼓励在自主驾驶汽车领域的这些商业愿望。然而事实真相是，工程技术人员仍在为诸多目前还没有技术解决方案的问题而烦恼。

如果从测试的类型上来看，从实验室到产线测试，一个电控模块会包含表征测试、系统验证测试、软硬件在环测试、路测和产线下线测试这样几个不同阶段。

厂商们需要的天线数量出现了几何级的增长。汽车制造商疯狂做加法，但对于一些较为传统的功能，它们却又不舍得砍掉。

暴雨倾城。微信朋友圈很多人在转发“公共自行车网点泡水后漏电，可导致行人触电死亡”。雨天注意安全是对的，但这是一则假消息。因为“锁车车桩直流供电，电压为24伏，属于安全电压”。比起自行车桩，高电压(最高的直流电压可以达到750V)、大电流的电动车充电桩更值得关注。看看工程师是怎么保证暴雨天充电桩安全的。